CN116664227A - 金融产品智能推荐方法及装置 - Google Patents
金融产品智能推荐方法及装置 Download PDFInfo
- Publication number
- CN116664227A CN116664227A CN202310545227.3A CN202310545227A CN116664227A CN 116664227 A CN116664227 A CN 116664227A CN 202310545227 A CN202310545227 A CN 202310545227A CN 116664227 A CN116664227 A CN 116664227A
- Authority
- CN
- China
- Prior art keywords
- user
- intelligent
- information
- financial
- recommendation
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 73
- 230000003993 interaction Effects 0.000 claims abstract description 72
- 238000004590 computer program Methods 0.000 claims description 23
- 238000007781 pre-processing Methods 0.000 claims description 17
- 230000008569 process Effects 0.000 claims description 17
- 230000035945 sensitivity Effects 0.000 claims description 15
- 238000001914 filtration Methods 0.000 claims description 6
- 238000010586 diagram Methods 0.000 description 17
- 238000004891 communication Methods 0.000 description 16
- 230000006870 function Effects 0.000 description 13
- 238000005516 engineering process Methods 0.000 description 9
- 238000012545 processing Methods 0.000 description 7
- 239000000872 buffer Substances 0.000 description 4
- 238000007405 data analysis Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 238000010276 construction Methods 0.000 description 3
- 239000000284 extract Substances 0.000 description 3
- 230000002452 interceptive effect Effects 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000005065 mining Methods 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 238000007654 immersion Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0631—Item recommendations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/04—Trading; Exchange, e.g. stocks, commodities, derivatives or currency exchange
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- Economics (AREA)
- General Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Technology Law (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请实施例提供一种金融产品智能推荐方法及装置,涉及元宇宙领域,也可用于数字孪生领域或金融领域,方法包括:采集用户在虚拟营业厅中产生的标签信息、轨迹信息以及交互信息,并将所述标签信息、轨迹信息以及交互信息作为产品智能推荐的关键要素;根据所述基础标签属性内容与设定数据库进行数据匹配,确定所述用户的用户画像,并将所述用户画像作为产品智能推荐的另一关键要素;将所述产品智能推荐的所有关键要素输入预设营销敏感规则模型,确定与所述用户对应的金融产品并向所述用户进行推荐;本申请能够有效提高金融产品营销效率和准确率。
Description
技术领域
本申请涉及元宇宙领域,也可用于数字孪生领域或金融领域,具体涉及一种金融产品智能推荐方法及装置。
背景技术
随着AI技术与5G技术的快速发展与应用,元宇宙实现了虚拟世界与现实世界的交互融合,凭借其带给客户的沉浸式体验感与真实感,迅速火爆出圈,迄今尚在不断演变丰富发展之中,前景广阔、潜力巨大,不断为新兴数字消费市场注入了新动力。
在当今世界,银行需要接触的Z世代的客户与员工的数量日益增多,这部分客群对新事物的接受能力较强,对金融服务有更高的要求。因此银行加快对元宇宙进行探索与布局,虚拟营业厅开始成为银行扎根的热点,其通过为银行客户提供沉浸式的金融服务,提供虚拟却又无限逼真的交互体验场景,在拓宽业务渠道的同时,也提高了客户的粘性与好评度,成为银行获客、留客能力的重要切口。
虚拟营业厅是探索元宇宙智慧网点建设的一种举措,改变了传统金融场景中客户线下交互为主的模式,突破了时间与空间的限制,可有效降低银行网点的运营成本,解放网点人力。在虚拟营业厅中,通过融合虚拟数字人技术,客户可以采用第一人称视角参观虚拟网点,以看、听等方式了解金融产品与服务,客户可以与虚拟数字客服进行文字交互,了解感兴趣的业务内容。
当前多数银行对虚拟营业厅的探索仍处在初始阶段,为客户提供的金融场景单一,有待进一步探索。客户到达银行网点后,往往希望银行能够为自己推荐一定的有针对性的、定制的金融产品与服务。但银行产品的智能推荐仍多采用仅基于客户标签属性或仅基于内容提取推荐的方式,智能化程度有待提升,且在银行在开始布局元宇宙之后,由线下网点转为线上网点,银行在元宇宙中构建虚拟营业厅,为客户提供的增值服务较少,多应用在金融产品的集中宣传展示与营销方面,产品的海量展示与客户简单认证登录无法在银行虚拟营业厅中实现金融产品与服务的精准推荐。
发明内容
针对现有技术中的问题,本申请提供一种金融产品智能推荐方法及装置,能够有效提高金融产品营销效率和准确率。
为了解决上述问题中的至少一个,本申请提供以下技术方案:
第一方面,本申请提供一种金融产品智能推荐方法,包括:
采集用户在虚拟营业厅中产生的标签信息、轨迹信息以及交互信息,并将所述标签信息、轨迹信息以及交互信息作为产品智能推荐的关键要素;
根据所述基础标签属性内容与设定数据库进行数据匹配,确定所述用户的用户画像,并将所述用户画像作为产品智能推荐的另一关键要素;
将所述产品智能推荐的所有关键要素输入预设营销敏感规则模型,确定与所述用户对应的金融产品并向所述用户进行推荐。
进一步地,所述采集用户在虚拟营业厅中产生的标签信息、轨迹信息以及交互信息,并将所述标签信息、轨迹信息以及交互信息作为产品智能推荐的关键要素,包括:
获取用户在虚拟营业厅入口处选择的基础标签属性内容,并将所述基础标签属性内容确定为产品智能推荐的第一关键要素。
进一步地,所述采集用户在虚拟营业厅中产生的标签信息、轨迹信息以及交互信息,并将所述标签信息、轨迹信息以及交互信息作为产品智能推荐的关键要素,包括:
采集所述用户在虚拟营业厅操作过程中的访问点位数据和点击点位数据,并将所述访问点位数据和所述点击点位数据作为产品智能推荐的第二关键要素。
进一步地,所述采集用户在虚拟营业厅中产生的标签信息、轨迹信息以及交互信息,并将所述标签信息、轨迹信息以及交互信息作为产品智能推荐的关键要素,包括:
采集所述用户在于虚拟数字人进行交互过程中的文本内容,获取所述文本内容中的关键金融信息,并将所述关键金融信息作为产品智能推荐的第三关键要素。
进一步地,还包括:
对所述文本内容进行信息预处理操作,所述信息预处理操作包括过滤与金融需求无关的交互信息。
进一步地,所述根据所述基础标签属性内容与设定数据库进行数据匹配,确定所述用户的用户画像,并将所述用户画像作为产品智能推荐的另一关键要素,包括:
根据所述基础标签属性内容与设定用户资产数据库进行数据匹配,确定所述用户的金融类用户画像,并将所述金融类用户画像作为产品智能推荐的第四关键要素。
进一步地,所述根据所述基础标签属性内容与设定数据库进行数据匹配,确定所述用户的用户画像,并将所述用户画像作为产品智能推荐的另一关键要素,包括:
根据所述基础标签属性内容与设定用户社会关系数据库进行数据匹配,确定所述用户的非金融类用户画像,并将所述非金融类用户画像作为产品智能推荐的第五关键要素。
进一步地,所述将所述产品智能推荐的所有关键要素输入预设营销敏感规则模型,确定与所述用户对应的金融产品并向所述用户进行推荐,包括:
将所述第一关键要素、所述第二关键要素、所述第三关键要素、所述第四关键要素以及所述第五关键要素输入预设营销敏感规则模型;
通过所述营销敏感规则模型的业务推荐策略和推荐规则确定与所述用户对应的金融产品并向所述用户进行推荐。
第二方面,本申请提供一种金融产品智能推荐装置,包括:
信息采集模块,用于采集用户在虚拟营业厅中产生的标签信息、轨迹信息以及交互信息,并将所述标签信息、轨迹信息以及交互信息作为产品智能推荐的关键要素;
数据匹配模块,用于根据所述基础标签属性内容与设定数据库进行数据匹配,确定所述用户的用户画像,并将所述用户画像作为产品智能推荐的另一关键要素;
产品推荐模块,用于将所述产品智能推荐的所有关键要素输入预设营销敏感规则模型,确定与所述用户对应的金融产品并向所述用户进行推荐。
进一步地,所述信息采集模块包括:
第一关键要素确定单元,用于获取用户在虚拟营业厅入口处选择的基础标签属性内容,并将所述基础标签属性内容确定为产品智能推荐的第一关键要素。
进一步地,所述信息采集模块还包括:
第二关键要素确定单元,用于采集所述用户在虚拟营业厅操作过程中的访问点位数据和点击点位数据,并将所述访问点位数据和所述点击点位数据作为产品智能推荐的第二关键要素。
进一步地,所述信息采集模块还包括:
第三关键要素确定单元,用于采集所述用户在于虚拟数字人进行交互过程中的文本内容,获取所述文本内容中的关键金融信息,并将所述关键金融信息作为产品智能推荐的第三关键要素。
进一步地,所述信息采集模块还包括:
信息预处理单元,用于对所述文本内容进行信息预处理操作,所述信息预处理操作包括过滤与金融需求无关的交互信息。
进一步地,所述数据匹配模块包括:
第四关键要素确定单元,用于根据所述基础标签属性内容与设定用户资产数据库进行数据匹配,确定所述用户的金融类用户画像,并将所述金融类用户画像作为产品智能推荐的第四关键要素。
进一步地,所述数据匹配模块还包括:
第五关键要素确定单元,用于根据所述基础标签属性内容与设定用户社会关系数据库进行数据匹配,确定所述用户的非金融类用户画像,并将所述非金融类用户画像作为产品智能推荐的第五关键要素。
进一步地,所述产品推荐模块包括:
模型输入单元,用于将所述第一关键要素、所述第二关键要素、所述第三关键要素、所述第四关键要素以及所述第五关键要素输入预设营销敏感规则模型;
模型推荐单元,用于通过所述营销敏感规则模型的业务推荐策略和推荐规则确定与所述用户对应的金融产品并向所述用户进行推荐。
第三方面,本申请提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现所述的金融产品智能推荐方法的步骤。
第四方面,本申请提供一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现所述的金融产品智能推荐方法的步骤。
第五方面,本申请提供一种计算机程序产品,包括计算机程序/指令,该计算机程序/指令被处理器执行时实现所述的金融产品智能推荐方法的步骤。
由上述技术方案可知,本申请提供一种金融产品智能推荐方法及装置,通过采集用户在虚拟营业厅中产生的标签信息、轨迹信息以及交互信息,并将所述标签信息、轨迹信息以及交互信息作为产品智能推荐的关键要素;根据所述基础标签属性内容与设定数据库进行数据匹配,确定所述用户的用户画像,并将所述用户画像作为产品智能推荐的另一关键要素;将所述产品智能推荐的所有关键要素输入预设营销敏感规则模型,确定与所述用户对应的金融产品并向所述用户进行推荐,由此能够有效提高金融产品营销效率和准确率。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本申请实施例中的金融产品智能推荐方法的流程示意图之一;
图2为本申请实施例中的金融产品智能推荐方法的流程示意图之二;
图3为本申请实施例中的金融产品智能推荐装置的结构图之一;
图4为本申请实施例中的金融产品智能推荐装置的结构图之二;
图5为本申请实施例中的金融产品智能推荐装置的结构图之三;
图6为本申请实施例中的金融产品智能推荐装置的结构图之四;
图7为本申请实施例中的金融产品智能推荐装置的结构图之五;
图8为本申请实施例中的金融产品智能推荐装置的结构图之六;
图9为本申请实施例中的金融产品智能推荐装置的结构图之七;
图10为本申请实施例中的金融产品智能推荐装置的结构图之八;
图11为本申请一具体实施例中的金融产品智能推荐***框架图;
图12为本申请一具体实施例中的用户画像构建流程图;
图13为本申请实施例中的电子设备的结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整的描述,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
本申请技术方案中对数据的获取、存储、使用、处理等均符合法律法规的相关规定。
考虑到现有技术中存在的问题,本申请提供一种金融产品智能推荐方法及装置,通过采集用户在虚拟营业厅中产生的标签信息、轨迹信息以及交互信息,并将所述标签信息、轨迹信息以及交互信息作为产品智能推荐的关键要素;根据所述基础标签属性内容与设定数据库进行数据匹配,确定所述用户的用户画像,并将所述用户画像作为产品智能推荐的另一关键要素;将所述产品智能推荐的所有关键要素输入预设营销敏感规则模型,确定与所述用户对应的金融产品并向所述用户进行推荐,由此能够有效提高金融产品营销效率和准确率。
为了能够有效提高金融产品营销效率和准确率,本申请提供一种金融产品智能推荐方法的实施例,参见图1,所述金融产品智能推荐方法具体包含有如下内容:
步骤S101:采集用户在虚拟营业厅中产生的标签信息、轨迹信息以及交互信息,并将所述标签信息、轨迹信息以及交互信息作为产品智能推荐的关键要素。
步骤S102:根据所述基础标签属性内容与设定数据库进行数据匹配,确定所述用户的用户画像,并将所述用户画像作为产品智能推荐的另一关键要素。
步骤S103:将所述产品智能推荐的所有关键要素输入预设营销敏感规则模型,确定与所述用户对应的金融产品并向所述用户进行推荐。
从上述描述可知,本申请实施例提供的金融产品智能推荐方法,能够通过采集用户在虚拟营业厅中产生的标签信息、轨迹信息以及交互信息,并将所述标签信息、轨迹信息以及交互信息作为产品智能推荐的关键要素;根据所述基础标签属性内容与设定数据库进行数据匹配,确定所述用户的用户画像,并将所述用户画像作为产品智能推荐的另一关键要素;将所述产品智能推荐的所有关键要素输入预设营销敏感规则模型,确定与所述用户对应的金融产品并向所述用户进行推荐,由此能够有效提高金融产品营销效率和准确率。
在本申请的金融产品智能推荐方法的一实施例中,上述步骤S101还可以具体包含如下内容:
获取用户在虚拟营业厅入口处选择的基础标签属性内容,并将所述基础标签属性内容确定为产品智能推荐的第一关键要素。
可选的,本申请可以在打造的银行元宇宙虚拟营业厅登录入口,设置标签信息采集模块,用户在登录虚拟营业厅后,标签***采集模块获取客户在虚拟营业厅入口处选择的基础标签属性内容,包含客户个人身份信息(手机号、姓名等)、登录选择的标签内容,作为产品智能推荐的第一关键要素。客户登录选择的标签内容包含客户身份选择,如社会人士、在校学生、金融工作者、互联网IT员等;客户感兴趣点如产品了解、业务办理、其他等。
在本申请的金融产品智能推荐方法的一实施例中,上述步骤S101还可以具体包含如下内容:
采集所述用户在虚拟营业厅操作过程中的访问点位数据和点击点位数据,并将所述访问点位数据和所述点击点位数据作为产品智能推荐的第二关键要素。
可选的,本申请可以在客户登录元宇宙虚拟营业厅的过程中,虚拟营业厅轨迹信息生成模块定时采集用户访问点位与点击点位的数据,访问点位信息包含客户在虚拟营业厅中的行动轨迹,如抵达的场景名称、访问的产品宣传素材名称等内容,作为产品智能推荐的第二关键要素。用户使用元宇宙过程中不断更新点位采集数据。
在本申请的金融产品智能推荐方法的一实施例中,上述步骤S101还可以具体包含如下内容:
采集所述用户在于虚拟数字人进行交互过程中的文本内容,获取所述文本内容中的关键金融信息,并将所述关键金融信息作为产品智能推荐的第三关键要素。
可选的,本申请可以在客户与虚拟营业厅的虚拟数字人进行交互的过程中,采集所有的文本内容,并基于文本内容实现信息预处理,过滤与金融需求无关的交互信息,获取交互的关键金融信息,如咨询办理的业务、了解的产品等,作为产品智能推荐的第三关键要素。用户的每次虚拟数字人访问操作均触发采集模块更新数据。
其中,数据库包含企业内部数据库、互联网与合作方数据库、元宇宙数据库。
智能推荐信息采集模块将采集的数据上送至元宇宙数据库中。
在本申请的金融产品智能推荐方法的一实施例中,上述步骤S101还可以具体包含如下内容:
对所述文本内容进行信息预处理操作,所述信息预处理操作包括过滤与金融需求无关的交互信息。
在本申请的金融产品智能推荐方法的一实施例中,上述步骤S102还可以具体包含如下内容:
根据所述基础标签属性内容与设定用户资产数据库进行数据匹配,确定所述用户的金融类用户画像,并将所述金融类用户画像作为产品智能推荐的第四关键要素。
可选的,本申请可以获取元宇宙数据库采集的目标客户手机号、姓名、标签等数据内容,与企业内部数据库进行匹配,获取所述客户的金融信息,如在行内的资产规模(包含客户行内的存贷款资金、在银行的所持产品信息、办理的金融服务、消费情况、银行账户资金往来等信息)、客群标签定义等信息,基于采集的行内数据,借助客户个人信息与基础标签信息,通过深入的深度挖掘与数据分析,分析客户的资产定级、金融需求、渠道偏好以及交易偏好、产品偏好、投资偏好等,完善客户金融数字标签,作为产品智能推荐的第四关键要素。其中资产评级分为高、中、低;渠道偏好包含偏线下渠道(偏柜台、偏自助终端、偏人工办理)、偏线上渠道(偏手机银行、偏微信小程序等线上渠道);投资偏好包含理财产品、一年定期存款、长期定期存款、活期存款等。
在本申请的金融产品智能推荐方法的一实施例中,上述步骤S102还可以具体包含如下内容:
根据所述基础标签属性内容与设定用户社会关系数据库进行数据匹配,确定所述用户的非金融类用户画像,并将所述非金融类用户画像作为产品智能推荐的第五关键要素。
可选的,本申请可以利用大数据分析技术,基于获取的客群标签定义与客户个人信息,匹配互联网和行外其他数据资产信息,提取客户非金融数字标签,包含客户工作、关系需求、生活需求等内容,完善所述客户非金融数字标签与画像,作为产品智能推荐的第五关键要素。生活需求包含买车、买房、租房等。
在本申请的金融产品智能推荐方法的一实施例中,参见图2,上述步骤S103还可以具体包含如下内容:
步骤S201:将所述第一关键要素、所述第二关键要素、所述第三关键要素、所述第四关键要素以及所述第五关键要素输入预设营销敏感规则模型。
步骤S202:通过所述营销敏感规则模型的业务推荐策略和推荐规则确定与所述用户对应的金融产品并向所述用户进行推荐。
可选的,本申请可以按时从元宇宙数据库中提取元宇宙数据库存储的访问点位与点击点位数据、语言交互数据,即将第一关键要素(客户基础信息与选择标签)、第二关键要素(客户元宇宙点位访问数据)、第三关键要素(客户元宇宙交互文本数据)、第四关键要素(客户金融数字标签)、第五关键要素(客户非金融数字标签)共同作为营销敏感规则模型的输入,通过一定的业务推荐策略与制定的推荐逻辑与推荐规则,对模型中的策略进行判断并给出预测。其中业务推荐策略与推荐规则可实现结合人工经验,采用机器学习、联邦学习等技术训练得到。
可选的,本申请可以通过用户偏好分析模块向用户输出合适的业务产品与服务的介绍、办理流程提示作为最终的推荐结果,实现元宇宙场景下面向目标客户的金融产品的智能推荐。
为了能够有效提高金融产品营销效率和准确率,本申请提供一种用于实现所述金融产品智能推荐方法的全部或部分内容的金融产品智能推荐装置的实施例,参见图3,所述金融产品智能推荐装置具体包含有如下内容:
信息采集模块10,用于采集用户在虚拟营业厅中产生的标签信息、轨迹信息以及交互信息,并将所述标签信息、轨迹信息以及交互信息作为产品智能推荐的关键要素。
数据匹配模块20,用于根据所述基础标签属性内容与设定数据库进行数据匹配,确定所述用户的用户画像,并将所述用户画像作为产品智能推荐的另一关键要素。
产品推荐模块30,用于将所述产品智能推荐的所有关键要素输入预设营销敏感规则模型,确定与所述用户对应的金融产品并向所述用户进行推荐。
从上述描述可知,本申请实施例提供的金融产品智能推荐装置,能够通过采集用户在虚拟营业厅中产生的标签信息、轨迹信息以及交互信息,并将所述标签信息、轨迹信息以及交互信息作为产品智能推荐的关键要素;根据所述基础标签属性内容与设定数据库进行数据匹配,确定所述用户的用户画像,并将所述用户画像作为产品智能推荐的另一关键要素;将所述产品智能推荐的所有关键要素输入预设营销敏感规则模型,确定与所述用户对应的金融产品并向所述用户进行推荐,由此能够有效提高金融产品营销效率和准确率。
在本申请的金融产品智能推荐装置的一实施例中,参见图4,所述信息采集模块10包括:
第一关键要素确定单元11,用于获取用户在虚拟营业厅入口处选择的基础标签属性内容,并将所述基础标签属性内容确定为产品智能推荐的第一关键要素。
在本申请的金融产品智能推荐装置的一实施例中,参见图5,所述信息采集模块10还包括:
第二关键要素确定单元12,用于采集所述用户在虚拟营业厅操作过程中的访问点位数据和点击点位数据,并将所述访问点位数据和所述点击点位数据作为产品智能推荐的第二关键要素。
在本申请的金融产品智能推荐装置的一实施例中,参见图6,所述信息采集模块10还包括:
第三关键要素确定单元13,用于采集所述用户在于虚拟数字人进行交互过程中的文本内容,获取所述文本内容中的关键金融信息,并将所述关键金融信息作为产品智能推荐的第三关键要素。
在本申请的金融产品智能推荐装置的一实施例中,参见图7,所述信息采集模块10还包括:
信息预处理单元14,用于对所述文本内容进行信息预处理操作,所述信息预处理操作包括过滤与金融需求无关的交互信息。
在本申请的金融产品智能推荐装置的一实施例中,参见图8,所述数据匹配模块20包括:
第四关键要素确定单元21,用于根据所述基础标签属性内容与设定用户资产数据库进行数据匹配,确定所述用户的金融类用户画像,并将所述金融类用户画像作为产品智能推荐的第四关键要素。
在本申请的金融产品智能推荐装置的一实施例中,参见图9,所述数据匹配模块20还包括:
第五关键要素确定单元22,用于根据所述基础标签属性内容与设定用户社会关系数据库进行数据匹配,确定所述用户的非金融类用户画像,并将所述非金融类用户画像作为产品智能推荐的第五关键要素。
在本申请的金融产品智能推荐装置的一实施例中,参见图10,所述产品推荐模块30包括:
模型输入单元31,用于将所述第一关键要素、所述第二关键要素、所述第三关键要素、所述第四关键要素以及所述第五关键要素输入预设营销敏感规则模型。
模型推荐单元32,用于通过所述营销敏感规则模型的业务推荐策略和推荐规则确定与所述用户对应的金融产品并向所述用户进行推荐。
为了更进一步说明本方案,本申请还提供一种应用上述金融产品智能推荐装置实现金融产品智能推荐方法的***的具体应用实例,参见图11,具体包含有如下内容:
智能推荐信息采集模块包含标签信息采集模块、虚拟营业厅轨迹信息生成模块、虚拟数字人语言交互采集模块。
a)在打造的银行元宇宙虚拟营业厅登录入口,设置标签信息采集模块,用户在登录虚拟营业厅后,标签***采集模块获取客户在虚拟营业厅入口处选择的基础标签属性内容,包含客户个人身份信息(手机号、姓名等)、登录选择的标签内容,作为产品智能推荐的第一关键要素。客户登录选择的标签内容包含客户身份选择,如社会人士、在校学生、金融工作者、互联网IT员等;客户感兴趣点如产品了解、业务办理、其他等。
b)在客户登录元宇宙虚拟营业厅的过程中,虚拟营业厅轨迹信息生成模块定时采集用户访问点位与点击点位的数据,访问点位信息包含客户在虚拟营业厅中的行动轨迹,如抵达的场景名称、访问的产品宣传素材名称等内容,作为产品智能推荐的第二关键要素。用户使用元宇宙过程中不断更新点位采集数据。
c)语言交互采集模块在客户与虚拟营业厅的虚拟数字人进行交互的过程中,采集所有的文本内容,并基于文本内容实现信息预处理,过滤与金融需求无关的交互信息,获取交互的关键金融信息,如咨询办理的业务、了解的产品等,作为产品智能推荐的第三关键要素。用户的每次虚拟数字人访问操作均触发采集模块更新数据。
数据库包含企业内部数据库、互联网与合作方数据库、元宇宙数据库。
智能推荐信息采集模块将采集的数据上送至元宇宙数据库中。
如图12,目标客户登录元宇宙虚拟营业厅后,数据处理模块实施如下操作:
a)获取元宇宙数据库采集的目标客户手机号、姓名、标签等数据内容,与企业内部数据库进行匹配,获取所述客户的金融信息,如在行内的资产规模(包含客户行内的存贷款资金、在银行的所持产品信息、办理的金融服务、消费情况、银行账户资金往来等信息)、客群标签定义等信息,基于采集的行内数据,借助客户个人信息与基础标签信息,通过深入的深度挖掘与数据分析,分析客户的资产定级、金融需求、渠道偏好以及交易偏好、产品偏好、投资偏好等,完善客户金融数字标签,作为产品智能推荐的第四关键要素。其中资产评级分为高、中、低;渠道偏好包含偏线下渠道(偏柜台、偏自助终端、偏人工办理)、偏线上渠道(偏手机银行、偏微信小程序等线上渠道);投资偏好包含理财产品、一年定期存款、长期定期存款、活期存款等。
b)利用大数据分析技术,基于获取的客群标签定义与客户个人信息,匹配互联网和行外其他数据资产信息,提取客户非金融数字标签,包含客户工作、关系需求、生活需求等内容,完善所述客户非金融数字标签与画像,作为产品智能推荐的第五关键要素。生活需求包含买车、买房、租房等。
用户偏好分析模块,按时从元宇宙数据库中提取元宇宙数据库存储的访问点位与点击点位数据、语言交互数据,即将第一关键要素(客户基础信息与选择标签)、第二关键要素(客户元宇宙点位访问数据)、第三关键要素(客户元宇宙交互文本数据)、第四关键要素(客户金融数字标签)、第五关键要素(客户非金融数字标签)共同作为营销敏感规则模型的输入,通过一定的业务推荐策略与制定的推荐逻辑与推荐规则,对模型中的策略进行判断并给出预测。其中业务推荐策略与推荐规则可实现结合人工经验,采用机器学习、联邦学习等技术训练得到。
用户偏好分析模块向用户输出合适的业务产品与服务的介绍、办理流程提示作为最终的推荐结果,实现元宇宙场景下面向目标客户的金融产品的智能推荐。
有上述内容可知,本申请至少还可以实现以下技术效果:
1)本方法比传统的仅标签定位、内容匹配的单一推荐模式,在产品营销与智能推荐上结果更加精准。
2)弥补了元宇宙虚拟营业厅线上网点可面向所有用户进行产品海量展示但无法精准推荐营销的缺点。
3)依赖标签、虚拟营业厅轨迹信息、语言交互信息、行内数据库、行外数据库作为营销推荐模型的输入,在逻辑规则上愈加全面与复杂,对新客户、不活跃客户而言,也可做出有效推荐。
4)是元宇宙场景的探索、元宇宙服务生态的拓展与尝试,扩充了金融服务渠道,可实现场景内容的多样化,赋能产品营销服务与客户服务。
从硬件层面来说,为了能够有效提高金融产品营销效率和准确率,本申请提供一种用于实现所述金融产品智能推荐方法中的全部或部分内容的电子设备的实施例,所述电子设备具体包含有如下内容:
处理器(processor)、存储器(memory)、通信接口(Communications Interface)和总线;其中,所述处理器、存储器、通信接口通过所述总线完成相互间的通信;所述通信接口用于实现金融产品智能推荐装置与核心业务***、用户终端以及相关数据库等相关设备之间的信息传输;该逻辑控制器可以是台式计算机、平板电脑及移动终端等,本实施例不限于此。在本实施例中,该逻辑控制器可以参照实施例中的金融产品智能推荐方法的实施例,以及金融产品智能推荐装置的实施例进行实施,其内容被合并于此,重复之处不再赘述。
可以理解的是,所述用户终端可以包括智能手机、平板电子设备、网络机顶盒、便携式计算机、台式电脑、个人数字助理(PDA)、车载设备、智能穿戴设备等。其中,所述智能穿戴设备可以包括智能眼镜、智能手表、智能手环等。
在实际应用中,金融产品智能推荐方法的部分可以在如上述内容所述的电子设备侧执行,也可以所有的操作都在所述客户端设备中完成。具体可以根据所述客户端设备的处理能力,以及用户使用场景的限制等进行选择。本申请对此不作限定。若所有的操作都在所述客户端设备中完成,所述客户端设备还可以包括处理器。
上述的客户端设备可以具有通信模块(即通信单元),可以与远程的服务器进行通信连接,实现与所述服务器的数据传输。所述服务器可以包括任务调度中心一侧的服务器,其他的实施场景中也可以包括中间平台的服务器,例如与任务调度中心服务器有通信链接的第三方服务器平台的服务器。所述的服务器可以包括单台计算机设备,也可以包括多个服务器组成的服务器集群,或者分布式装置的服务器结构。
图13为本申请实施例的电子设备9600的***构成的示意框图。如图13所示,该电子设备9600可以包括中央处理器9100和存储器9140;存储器9140耦合到中央处理器9100。值得注意的是,该图13是示例性的;还可以使用其他类型的结构,来补充或代替该结构,以实现电信功能或其他功能。
一实施例中,金融产品智能推荐方法功能可以被集成到中央处理器9100中。
其中,中央处理器9100可以被配置为进行如下控制:
步骤S101:采集用户在虚拟营业厅中产生的标签信息、轨迹信息以及交互信息,并将所述标签信息、轨迹信息以及交互信息作为产品智能推荐的关键要素。
步骤S102:根据所述基础标签属性内容与设定数据库进行数据匹配,确定所述用户的用户画像,并将所述用户画像作为产品智能推荐的另一关键要素。
步骤S103:将所述产品智能推荐的所有关键要素输入预设营销敏感规则模型,确定与所述用户对应的金融产品并向所述用户进行推荐。
从上述描述可知,本申请实施例提供的电子设备,通过采集用户在虚拟营业厅中产生的标签信息、轨迹信息以及交互信息,并将所述标签信息、轨迹信息以及交互信息作为产品智能推荐的关键要素;根据所述基础标签属性内容与设定数据库进行数据匹配,确定所述用户的用户画像,并将所述用户画像作为产品智能推荐的另一关键要素;将所述产品智能推荐的所有关键要素输入预设营销敏感规则模型,确定与所述用户对应的金融产品并向所述用户进行推荐,由此能够有效提高金融产品营销效率和准确率。
在另一个实施方式中,金融产品智能推荐装置可以与中央处理器9100分开配置,例如可以将金融产品智能推荐装置配置为与中央处理器9100连接的芯片,通过中央处理器的控制来实现金融产品智能推荐方法功能。
如图13所示,该电子设备9600还可以包括:通信模块9110、输入单元9120、音频处理器9130、显示器9160、电源9170。值得注意的是,电子设备9600也并不是必须要包括图13中所示的所有部件;此外,电子设备9600还可以包括图13中没有示出的部件,可以参考现有技术。
如图13所示,中央处理器9100有时也称为控制器或操作控件,可以包括微处理器或其他处理器装置和/或逻辑装置,该中央处理器9100接收输入并控制电子设备9600的各个部件的操作。
其中,存储器9140,例如可以是缓存器、闪存、硬驱、可移动介质、易失性存储器、非易失性存储器或其它合适装置中的一种或更多种。可储存上述与失败有关的信息,此外还可存储执行有关信息的程序。并且中央处理器9100可执行该存储器9140存储的该程序,以实现信息存储或处理等。
输入单元9120向中央处理器9100提供输入。该输入单元9120例如为按键或触摸输入装置。电源9170用于向电子设备9600提供电力。显示器9160用于进行图像和文字等显示对象的显示。该显示器例如可为LCD显示器,但并不限于此。
该存储器9140可以是固态存储器,例如,只读存储器(ROM)、随机存取存储器(RAM)、SIM卡等。还可以是这样的存储器,其即使在断电时也保存信息,可被选择性地擦除且设有更多数据,该存储器的示例有时被称为EPROM等。存储器9140还可以是某种其它类型的装置。存储器9140包括缓冲存储器9141(有时被称为缓冲器)。存储器9140可以包括应用/功能存储部9142,该应用/功能存储部9142用于存储应用程序和功能程序或用于通过中央处理器9100执行电子设备9600的操作的流程。
存储器9140还可以包括数据存储部9143,该数据存储部9143用于存储数据,例如联系人、数字数据、图片、声音和/或任何其他由电子设备使用的数据。存储器9140的驱动程序存储部9144可以包括电子设备的用于通信功能和/或用于执行电子设备的其他功能(如消息传送应用、通讯录应用等)的各种驱动程序。
通信模块9110即为经由天线9111发送和接收信号的发送机/接收机9110。通信模块(发送机/接收机)9110耦合到中央处理器9100,以提供输入信号和接收输出信号,这可以和常规移动通信终端的情况相同。
基于不同的通信技术,在同一电子设备中,可以设置有多个通信模块9110,如蜂窝网络模块、蓝牙模块和/或无线局域网模块等。通信模块(发送机/接收机)9110还经由音频处理器9130耦合到扬声器9131和麦克风9132,以经由扬声器9131提供音频输出,并接收来自麦克风9132的音频输入,从而实现通常的电信功能。音频处理器9130可以包括任何合适的缓冲器、解码器、放大器等。另外,音频处理器9130还耦合到中央处理器9100,从而使得可以通过麦克风9132能够在本机上录音,且使得可以通过扬声器9131来播放本机上存储的声音。
本申请的实施例还提供能够实现上述实施例中的执行主体为服务器或客户端的金融产品智能推荐方法中全部步骤的一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,该计算机程序被处理器执行时实现上述实施例中的执行主体为服务器或客户端的金融产品智能推荐方法的全部步骤,例如,所述处理器执行所述计算机程序时实现下述步骤:
步骤S101:采集用户在虚拟营业厅中产生的标签信息、轨迹信息以及交互信息,并将所述标签信息、轨迹信息以及交互信息作为产品智能推荐的关键要素。
步骤S102:根据所述基础标签属性内容与设定数据库进行数据匹配,确定所述用户的用户画像,并将所述用户画像作为产品智能推荐的另一关键要素。
步骤S103:将所述产品智能推荐的所有关键要素输入预设营销敏感规则模型,确定与所述用户对应的金融产品并向所述用户进行推荐。
从上述描述可知,本申请实施例提供的计算机可读存储介质,通过采集用户在虚拟营业厅中产生的标签信息、轨迹信息以及交互信息,并将所述标签信息、轨迹信息以及交互信息作为产品智能推荐的关键要素;根据所述基础标签属性内容与设定数据库进行数据匹配,确定所述用户的用户画像,并将所述用户画像作为产品智能推荐的另一关键要素;将所述产品智能推荐的所有关键要素输入预设营销敏感规则模型,确定与所述用户对应的金融产品并向所述用户进行推荐,由此能够有效提高金融产品营销效率和准确率。
本申请的实施例还提供能够实现上述实施例中的执行主体为服务器或客户端的金融产品智能推荐方法中全部步骤的一种计算机程序产品,该计算机程序/指令被处理器执行时实现所述的金融产品智能推荐方法的步骤,例如,所述计算机程序/指令实现下述步骤:
步骤S101:采集用户在虚拟营业厅中产生的标签信息、轨迹信息以及交互信息,并将所述标签信息、轨迹信息以及交互信息作为产品智能推荐的关键要素。
步骤S102:根据所述基础标签属性内容与设定数据库进行数据匹配,确定所述用户的用户画像,并将所述用户画像作为产品智能推荐的另一关键要素。
步骤S103:将所述产品智能推荐的所有关键要素输入预设营销敏感规则模型,确定与所述用户对应的金融产品并向所述用户进行推荐。
从上述描述可知,本申请实施例提供的计算机程序产品,通过采集用户在虚拟营业厅中产生的标签信息、轨迹信息以及交互信息,并将所述标签信息、轨迹信息以及交互信息作为产品智能推荐的关键要素;根据所述基础标签属性内容与设定数据库进行数据匹配,确定所述用户的用户画像,并将所述用户画像作为产品智能推荐的另一关键要素;将所述产品智能推荐的所有关键要素输入预设营销敏感规则模型,确定与所述用户对应的金融产品并向所述用户进行推荐,由此能够有效提高金融产品营销效率和准确率。
本领域内的技术人员应明白,本发明的实施例可提供为方法、装置、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(装置)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
本发明中应用了具体实施例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。
Claims (19)
1.一种金融产品智能推荐方法,其特征在于,所述方法包括:
采集用户在虚拟营业厅中产生的标签信息、轨迹信息以及交互信息,并将所述标签信息、轨迹信息以及交互信息作为产品智能推荐的关键要素;
根据基础标签属性内容与设定数据库进行数据匹配,确定所述用户的用户画像,并将所述用户画像作为产品智能推荐的另一关键要素;
将所述产品智能推荐的所有关键要素输入预设营销敏感规则模型,确定与所述用户对应的金融产品并向所述用户进行推荐。
2.根据权利要求1所述的金融产品智能推荐方法,其特征在于,所述采集用户在虚拟营业厅中产生的标签信息、轨迹信息以及交互信息,并将所述标签信息、轨迹信息以及交互信息作为产品智能推荐的关键要素,包括:
获取用户在虚拟营业厅入口处选择的基础标签属性内容,并将所述基础标签属性内容确定为产品智能推荐的第一关键要素。
3.根据权利要求2所述的金融产品智能推荐方法,其特征在于,所述采集用户在虚拟营业厅中产生的标签信息、轨迹信息以及交互信息,并将所述标签信息、轨迹信息以及交互信息作为产品智能推荐的关键要素,包括:
采集所述用户在虚拟营业厅操作过程中的访问点位数据和点击点位数据,并将所述访问点位数据和所述点击点位数据作为产品智能推荐的第二关键要素。
4.根据权利要求3所述的金融产品智能推荐方法,其特征在于,所述采集用户在虚拟营业厅中产生的标签信息、轨迹信息以及交互信息,并将所述标签信息、轨迹信息以及交互信息作为产品智能推荐的关键要素,包括:
采集所述用户在于虚拟数字人进行交互过程中的文本内容,获取所述文本内容中的关键金融信息,并将所述关键金融信息作为产品智能推荐的第三关键要素。
5.根据权利要求4所述的金融产品智能推荐方法,其特征在于,还包括:
对所述文本内容进行信息预处理操作,所述信息预处理操作包括过滤与金融需求无关的交互信息。
6.根据权利要求5所述的金融产品智能推荐方法,其特征在于,所述根据所述基础标签属性内容与设定数据库进行数据匹配,确定所述用户的用户画像,并将所述用户画像作为产品智能推荐的另一关键要素,包括:
根据所述基础标签属性内容与设定用户资产数据库进行数据匹配,确定所述用户的金融类用户画像,并将所述金融类用户画像作为产品智能推荐的第四关键要素。
7.根据权利要求6所述的金融产品智能推荐方法,其特征在于,所述根据所述基础标签属性内容与设定数据库进行数据匹配,确定所述用户的用户画像,并将所述用户画像作为产品智能推荐的另一关键要素,包括:
根据所述基础标签属性内容与设定用户社会关系数据库进行数据匹配,确定所述用户的非金融类用户画像,并将所述非金融类用户画像作为产品智能推荐的第五关键要素。
8.根据权利要求7所述的金融产品智能推荐方法,其特征在于,所述将所述产品智能推荐的所有关键要素输入预设营销敏感规则模型,确定与所述用户对应的金融产品并向所述用户进行推荐,包括:
将所述第一关键要素、所述第二关键要素、所述第三关键要素、所述第四关键要素以及所述第五关键要素输入预设营销敏感规则模型;
通过所述营销敏感规则模型的业务推荐策略和推荐规则确定与所述用户对应的金融产品并向所述用户进行推荐。
9.一种金融产品智能推荐装置,其特征在于,包括:
信息采集模块,用于采集用户在虚拟营业厅中产生的标签信息、轨迹信息以及交互信息,并将所述标签信息、轨迹信息以及交互信息作为产品智能推荐的关键要素;
数据匹配模块,用于根据基础标签属性内容与设定数据库进行数据匹配,确定所述用户的用户画像,并将所述用户画像作为产品智能推荐的另一关键要素;
产品推荐模块,用于将所述产品智能推荐的所有关键要素输入预设营销敏感规则模型,确定与所述用户对应的金融产品并向所述用户进行推荐。
10.根据权利要求9所述的金融产品智能推荐装置,其特征在于,所述信息采集模块包括:
第一关键要素确定单元,用于获取用户在虚拟营业厅入口处选择的基础标签属性内容,并将所述基础标签属性内容确定为产品智能推荐的第一关键要素。
11.根据权利要求9所述的金融产品智能推荐装置,其特征在于,所述信息采集模块还包括:
第二关键要素确定单元,用于采集所述用户在虚拟营业厅操作过程中的访问点位数据和点击点位数据,并将所述访问点位数据和所述点击点位数据作为产品智能推荐的第二关键要素。
12.根据权利要求9所述的金融产品智能推荐装置,其特征在于,所述信息采集模块还包括:
第三关键要素确定单元,用于采集所述用户在于虚拟数字人进行交互过程中的文本内容,获取所述文本内容中的关键金融信息,并将所述关键金融信息作为产品智能推荐的第三关键要素。
13.根据权利要求12所述的金融产品智能推荐装置,其特征在于,所述信息采集模块还包括:
信息预处理单元,用于对所述文本内容进行信息预处理操作,所述信息预处理操作包括过滤与金融需求无关的交互信息。
14.根据权利要求9所述的金融产品智能推荐装置,其特征在于,所述数据匹配模块包括:
第四关键要素确定单元,用于根据所述基础标签属性内容与设定用户资产数据库进行数据匹配,确定所述用户的金融类用户画像,并将所述金融类用户画像作为产品智能推荐的第四关键要素。
15.根据权利要求9所述的金融产品智能推荐装置,其特征在于,所述数据匹配模块还包括:
第五关键要素确定单元,用于根据所述基础标签属性内容与设定用户社会关系数据库进行数据匹配,确定所述用户的非金融类用户画像,并将所述非金融类用户画像作为产品智能推荐的第五关键要素。
16.根据权利要求9所述的金融产品智能推荐装置,其特征在于,所述产品推荐模块包括:
模型输入单元,用于将第一关键要素、第二关键要素、第三关键要素、第四关键要素以及第五关键要素输入预设营销敏感规则模型;
模型推荐单元,用于通过所述营销敏感规则模型的业务推荐策略和推荐规则确定与所述用户对应的金融产品并向所述用户进行推荐。
17.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现权利要求1至8任一项所述的金融产品智能推荐方法的步骤。
18.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现权利要求1至8任一项所述的金融产品智能推荐方法的步骤。
19.一种计算机程序产品,包括计算机程序/指令,其特征在于,该计算机程序/指令被处理器执行时实现权利要求1至8任一项所述的金融产品智能推荐方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310545227.3A CN116664227A (zh) | 2023-05-15 | 2023-05-15 | 金融产品智能推荐方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310545227.3A CN116664227A (zh) | 2023-05-15 | 2023-05-15 | 金融产品智能推荐方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116664227A true CN116664227A (zh) | 2023-08-29 |
Family
ID=87723387
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310545227.3A Pending CN116664227A (zh) | 2023-05-15 | 2023-05-15 | 金融产品智能推荐方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116664227A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117808562A (zh) * | 2024-02-29 | 2024-04-02 | 南京特沃斯高科技有限公司 | 基于元宇宙空间的网络营销方法及平台 |
-
2023
- 2023-05-15 CN CN202310545227.3A patent/CN116664227A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117808562A (zh) * | 2024-02-29 | 2024-04-02 | 南京特沃斯高科技有限公司 | 基于元宇宙空间的网络营销方法及平台 |
CN117808562B (zh) * | 2024-02-29 | 2024-05-10 | 南京特沃斯高科技有限公司 | 基于元宇宙空间的网络营销方法及平台 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Madianou | Nonhuman humanitarianism: when'AI for good'can be harmful | |
CN110020873B (zh) | 人工客服切换方法、相关装置、设备及计算机可读介质 | |
CN111861569A (zh) | 产品信息推荐方法及装置 | |
Khan et al. | An assessment of the impact of mobile banking on traditional banking in Nigeria | |
Xie et al. | Marketing strategy of rural tourism based on big data and artificial intelligence | |
CN104836720A (zh) | 交互式通信中进行信息推荐的方法及装置 | |
CN107292412A (zh) | 一种问题预测方法及预测*** | |
CN111028007B (zh) | 用户画像信息提示方法、装置及*** | |
CN111191133B (zh) | 业务搜索处理方法、装置及设备 | |
CN111897890B (zh) | 金融业务处理方法及装置 | |
CN111798118B (zh) | 企业经营风险监控方法及装置 | |
CN116664227A (zh) | 金融产品智能推荐方法及装置 | |
CN110197426A (zh) | 一种信用评分模型的建立方法、装置及可读存储介质 | |
CN115269997A (zh) | 一种金融产品推荐方法及装置 | |
CN110555591A (zh) | 信用借书场景下的合约处理方法以及装置 | |
CN111048115A (zh) | 语音识别方法及装置 | |
US20140310200A1 (en) | Social Investing Network (SIN) that uses mobile communication devices or personal computers to conduct business investments and social connectivity for the Crowd Funding Industry from within a single Network configuration by means of CrowdBoarding | |
CN114090898A (zh) | 一种信息推荐方法、装置、终端设备及介质 | |
CN111787042B (zh) | 用于推送信息的方法和装置 | |
CN112541847A (zh) | 基于大数据技术的线上线下相结合的智慧生活研学*** | |
CN105989113A (zh) | 一种应用程序推荐方法及应用程序推荐*** | |
CN112100491A (zh) | 基于用户数据的信息推荐方法、装置、设备及存储介质 | |
CN116756281A (zh) | 知识问答方法、装置、设备和介质 | |
CN109951859A (zh) | 无线网络连接推荐方法、装置、电子设备及可读介质 | |
CN114781368A (zh) | 业务需求安全处理方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |